
Sign up to save your podcasts
Or
"Das Unternehmen ist ein Teil meiner Familie, und das verpflichtet"
Es gibt ein Vorurteil, ein Klischee, an dem wie so oft vielleicht ein Körnchen Wahrheit steckt: Menschen in HR-Abteilungen (oder auch People & Culture) sind an Menschen interessiert, nicht an Daten. Als wäre das ein Widerspruch.
Im Zentrum des Dialogs steht die Frage: Wie gelingt es HR, datenbasiert zu arbeiten, ohne sich von Daten treiben zu lassen? Daniel plädiert für eine Haltung, die Daten als wertvolle Grundlage sieht, aber nicht als Automatismus. Gute HR-Entscheidungen, so Mühlbauer, basieren auf fundierter Analyse, kritischer Reflexion und einem echten Interesse für die Phänomene hinter den Zahlen.
Das Gespräch räumt auf mit verbreiteten Mythen wie der „Great Resignation“ oder der Idee, dass man ohne Mathe-Gen keine Datenkompetenz aufbauen könne. Daniel zeigt: Datenkompetenz beginnt nicht mit dem Statistikbuch, sondern mit Neugier. Warum bewerben sich manche, andere nicht? Warum bleiben bestimmte Mitarbeitende länger? Und was bedeutet es eigentlich, wenn Daten von Loyalität oder Zufriedenheit sprechen?
Ein zentrales Anliegen: Fairness im Recruiting. Daniel skizziert seine Idealvorstellung eines anonymisierten, skillbasierten Auswahlprozesses und argumentiert, warum der klassische Lebenslauf oft mehr verzerrt als erklärt. Daten, so sagt er, helfen uns nicht nur, die Gegenwart zu verstehen, sondern sie gerechter zu gestalten. Vorausgesetzt, wir sind bereit, genau hinzusehen.
Darüber sprechen wir in der aktuellen Folge von GOOD WORK
Daniel macht keinen Hehl aus seiner Datenliebe. Und es wird sehr schnell klar: Diese Liebe gilt nicht den "nackten Zahlen", sondern den Menschen und ihren Geschichten dahinter. So zeigt Daniel in dem Gespräch seine zutiefst empathische Seite, seine Leidenschaft für statistsische Akkuratesse und für evidenzbasierte Entscheidungen. Denn die sind ein werthaltiger Beitrag für wirklich relevante HR-Arbeit.
Viel Spass bei dieser Folge.
Interview: Jule Jankowski
Werbehinweis
GOOD WORK Partner werden
"Das Unternehmen ist ein Teil meiner Familie, und das verpflichtet"
Es gibt ein Vorurteil, ein Klischee, an dem wie so oft vielleicht ein Körnchen Wahrheit steckt: Menschen in HR-Abteilungen (oder auch People & Culture) sind an Menschen interessiert, nicht an Daten. Als wäre das ein Widerspruch.
Im Zentrum des Dialogs steht die Frage: Wie gelingt es HR, datenbasiert zu arbeiten, ohne sich von Daten treiben zu lassen? Daniel plädiert für eine Haltung, die Daten als wertvolle Grundlage sieht, aber nicht als Automatismus. Gute HR-Entscheidungen, so Mühlbauer, basieren auf fundierter Analyse, kritischer Reflexion und einem echten Interesse für die Phänomene hinter den Zahlen.
Das Gespräch räumt auf mit verbreiteten Mythen wie der „Great Resignation“ oder der Idee, dass man ohne Mathe-Gen keine Datenkompetenz aufbauen könne. Daniel zeigt: Datenkompetenz beginnt nicht mit dem Statistikbuch, sondern mit Neugier. Warum bewerben sich manche, andere nicht? Warum bleiben bestimmte Mitarbeitende länger? Und was bedeutet es eigentlich, wenn Daten von Loyalität oder Zufriedenheit sprechen?
Ein zentrales Anliegen: Fairness im Recruiting. Daniel skizziert seine Idealvorstellung eines anonymisierten, skillbasierten Auswahlprozesses und argumentiert, warum der klassische Lebenslauf oft mehr verzerrt als erklärt. Daten, so sagt er, helfen uns nicht nur, die Gegenwart zu verstehen, sondern sie gerechter zu gestalten. Vorausgesetzt, wir sind bereit, genau hinzusehen.
Darüber sprechen wir in der aktuellen Folge von GOOD WORK
Daniel macht keinen Hehl aus seiner Datenliebe. Und es wird sehr schnell klar: Diese Liebe gilt nicht den "nackten Zahlen", sondern den Menschen und ihren Geschichten dahinter. So zeigt Daniel in dem Gespräch seine zutiefst empathische Seite, seine Leidenschaft für statistsische Akkuratesse und für evidenzbasierte Entscheidungen. Denn die sind ein werthaltiger Beitrag für wirklich relevante HR-Arbeit.
Viel Spass bei dieser Folge.
Interview: Jule Jankowski
Werbehinweis
GOOD WORK Partner werden
5 Listeners
5 Listeners
7 Listeners
152 Listeners
21 Listeners
8 Listeners
3 Listeners
15 Listeners
6 Listeners
3 Listeners
3 Listeners
3 Listeners
12 Listeners
0 Listeners
4 Listeners